非線形制御配分 - 学習ベースのアプローチ

過剰アクチュエータを持つ現代の航空機では、制御コマンドをアクチュエータに分配する非線形制御配分問題が重要となる。本研究では、人工ニューラルネットワークを用いて非線形制御配分問題を解く手法を提案する。提案手法では、制御効果マップの逆写像をニューラルネットワークで学習し、オンラインの最適化問題を解くのではなく、その学習結果を配分器として実装する。閉ループシステムにおける安定性条件を示し、ピースワイズ線形の制御効果関数とニューラルネットワークベースの配分器に関する計算上の課題を探る。提案手法の有効性を示すため、標準的な二次計画法ベースの制御配分手法と比較する。